跳到正文
目前篩選:模型
11月2日週一
  1. 新浪科技26

    RZR 北京新辦公室啟用,下一代機器學習模型「Argus」上線

    RZR 北京新辦公室正式投入營運,由北京團隊研發的下一代機器學習模型「Argus」亦已在平台上線。辦公室匯聚 AI 研究、數據分析、產品開發及增長營運團隊,研發成果服務全球各地的廣告主。RZR 的單一 AI 系統覆蓋 iOS、Android 及大屏電視(CTV),無需依賴設備 ID 亦可喚醒 iOS 沉睡用戶。

  2. 新浪科技79

    Anthropic 內部未公開的 Claude 模型發現潛伏 11 年的 Linux 漏洞,生成約 53 分鐘取得 Root 權限的利用程式

    Anthropic 內部未公開的 Claude 模型在系統測試中發現潛伏 11 年的 Linux 核心漏洞 CVE-2026-98432,並生成可用的兩階段利用程式,約 53 分鐘即可取得 Root 權限。

    推薦理由:文章交代 Claude 發現漏洞、生成兩階段利用程式所需的時間,並列出 Ubuntu 仍受影響的版本,呈現漏洞利用能力與修補進度的關聯。

  3. DEV Community47

    五個模型以 $0.06 至 $0.45 嘗試建構同一款應用:多數失敗源於測試與生成器

    Kumiko 應用設計器以同一款金屬加工廠維修應用測試五個模型,發現多數紅色測試結果源於生成器規則和測試設計,而非模型本身。修正後,Sonnet 5.5 三個步驟均通過,花費 $0.322;首次測試則花費 $0.454,建構步驟未通過。Qwen3.8-27b 未能回覆首次呼叫,其他四個模型尚未按修正後的設定重測。

  4. 新浪科技86

    Anthropic 未發布的 Claude 模型發現 Linux 核心 11 年漏洞並生成 Root 利用程式

    Anthropic 披露,其未發布的 Claude 模型在系統性測試中發現 Linux 核心漏洞 CVE-2026-98432,並生成可用的兩階段遠端利用程式,全程約 53 分鐘取得 Root 權限。該漏洞的 CVSS 3.1 評分為 9.8;上游修復於 10 月 15 日完成,但 Ubuntu 多個版本的修復仍在開發中,Red Hat 部分版本則列為延期處理。

    推薦理由:文章將漏洞成因、模型生成利用程式的耗時,以及各發行版修補進度並列,呈現 AI 漏洞研究能力與實際修補窗口的關係。

  5. 中華網科技63

    美團發布 LongCat-2.5 大模型

    美團發布總參數 1.6 萬億、面向長程智能體任務的原生多模態模型 LongCat-2.5,並稱模型全程在國產算力上訓練。評測顯示,LongCat-2.5 在多項主流基準中介乎 Claude-Opus-4.8 與 Claude-Opus-5 之間,部分評測超過 Claude-Opus-5。美團亦推出 AI 經營工作台「妙手」,協助商家理解行業指標和品牌規則,並在授權範圍內調用工具與系統執行經營任務。

  6. 中華網科技49

    美團發布 LongCat-2.5

    美團技術團隊發布面向長程智能體任務的原生多模態模型 LongCat-2.5。模型總參數量為1.6萬億,每個 token 約激活480億參數,並在 LongCat-2.0 基礎上強化原生視覺理解與智能體編程能力。

  7. 新浪科技82

    Claude 發現潛伏 11 年的 Linux 核心漏洞並生成利用程式,約 53 分鐘取得 Root 權限;Ubuntu 尚未修補

    Anthropic 未公開的 Claude 模型發現潛伏 11 年的 Linux 核心漏洞,並生成可用利用程式,約 53 分鐘取得 Root 權限。漏洞編號為 CVE-2026-98432,CVSS 評分為 9.8,源於 IPv4 TCP 握手中的釋放後使用(UAF)缺陷。

    推薦理由:報道並列漏洞成因、約 53 分鐘的利用流程與各發行版修補進度,呈現 AI 生成利用程式如何把核心漏洞轉化為可操作的安全風險。

  8. 新浪科技52

    美團龍貓發佈 LongCat-2.5 原生多模態模型,總參數量為 1.6 萬億

    美團龍貓發佈面向長程智能體任務的原生多模態模型 LongCat-2.5,總參數量為 1.6 萬億,每個 token 約啟用 480 億個參數。相較 LongCat-2.0,模型加強原生視覺理解與智能體編程,並以長程軌跡數據和大規模長程強化學習提升複雜代碼庫開發及完整項目構建能力。模型以多層級離散 token 表示視覺訊號,並優化國產算力上的長上下文訓練與 W4A4 推理。

  9. 虎嗅65

    豆包、DeepSeek、Gemini 醫療問答實測:三者各有錯漏,沒有一家可單獨信任

    作者以「大腸癌會否引發帕金森病」測試豆包、DeepSeek 和 Gemini,並交叉核對文獻及 DOI,發現三者各有錯漏,沒有一家可單獨信任。三個模型對醫學結論的大方向相近,但核查揭示 DOI 錯誤、研究方向混淆及對研究結果轉述過度等問題。文章建議嚴肅問題使用循證提示詞、多模型比對並逐篇核對論文摘要,健康與診療問題仍須向專業醫生求證。

  10. Sakana AI:Blog44

    Sakana AI 研討會報告:Jürgen Schmidhuber 談 AI 的過去與未來,以及日本挑戰語言模型、世界模型與 Physical AI

    Sakana AI 宣佈開始自行開發預訓練模型,並計劃讓語言模型與世界模型協作,透過 AI 科學家的自我改進循環提升模型。首席科學家秋葉拓哉公佈語言模型系列「Sakana Sawara(暫稱)」。首個小型模型「Sawara Small(暫稱)」如進展順利,預計於2027年春季公開。

  11. DoNews43

    OpenAI 新模型 GPT-6.2 Astra 曝光

    多名用戶在 X 發帖稱,OpenAI 似乎已開始測試 GPT-6.2 Astra。部分用戶帳戶的使用情況明細中已出現該模型,約 19.8% 的請求被分配至此模型。Token Gremlin 稱,GPT-6.2 Astra 的效能可能大幅提升,甚至在多方面超過 Opus 5.5。

  12. 新浪科技52

    美團龍貓發佈 LongCat-2.5 原生多模態 AI 模型,總參數量為 1.6T,面向長程智能體任務

    美團龍貓發佈原生多模態模型 LongCat-2.5,總參數量為 1.6 萬億,每個 token 約啟用 480 億參數,面向長程智能體任務。模型在 LongCat-2.0 基礎上強化原生視覺理解與智能體編程,並加入長程軌跡數據和大規模長程強化學習,以提升複雜程式碼庫開發及完整項目構建的端到端工程能力。

  13. IT之家62

    美團龍貓發佈 LongCat-2.5 原生多模態 AI 模型:1.6T 參數,面向長程智能體任務

    美團龍貓發佈面向長程智能體任務的原生多模態模型 LongCat-2.5,總參數量為 1.6 萬億,每個 token 約激活 480 億參數。模型在 LongCat-2.0 基礎上加強原生視覺理解與智能體編程,並以長程軌跡數據、大規模長程強化學習及可復現的 Agent 失敗軌跡訓練,提升複雜代碼庫開發和完整項目構建的端到端工程能力。

  14. 新浪科技37

    OpenAI GPT-6.2 Astra 曝光

    OpenAI 的 GPT-6.2 Astra 出現在 Codex 使用情況統計頁面,多名用戶發布截圖顯示模型標識為 GPT-6.2,但官方模型目錄尚未列出該模型。截圖中曾出現「不支持該模型」提示,之後卻完成了 /review 任務;目前仍不足以確認 GPT-6.2 Astra 已能在 Codex CLI 正常運行。流出的性能提升等説法尚未獲官方證實。

11月1日週日
  1. Hacker News 熱門(buzzing.cc 中文翻譯)52

    GPT-5.6 Sol 在和平模式下通關《Factorio》

    Ryan Madden 使用 GPT-5.6 Sol 在 Codex 中以 low thinking level 運行,完成《Factorio》和平模式的一局,遊戲時間為 13.5 小時。後期的規模擴展問題拖慢進度,Sol 最終靠反覆在工廠區域間運送物資,補救未能連接的部分生產系統並發射火箭。這次表現較作者先前測試 GPT-5.5 有所改善,當時模型未能使用運輸帶。

  2. DEV Community63

    Google DeepMind 的 Genie 4 世界模型支援運行期間即時編輯

    Google DeepMind 於 2026 年 10 月 27 日以研究預覽形式推出 Genie 4,這款世界模型可即時模擬可互動場景,並支援在運行期間以自然語言修改場景。它原生生成音訊,場景連貫性最長可維持兩分鐘,是 Genie 3 約一分鐘上限的兩倍。目前僅限受信測試者使用;DeepMind 列出的缺口包括長時間運行時的視覺漂移、未解的音訊準確度問題,以及尚無法生成清晰可讀的場景內文字。

  3. DEV Community41

    Sora、Kling 與 Runway:2026 年哪款 AI 影片模型表現最佳?

    Sora、Kling 和 Runway Gen-4 在 AI 影片生成方面各有優勢:Sora 寫實度最高,Kling 生成最快且價格較低,Runway 則提供最多創作控制。生成 5 秒影片,Kling 需 30–90 秒、Runway 需 1–3 分鐘、Sora 需 2–8 分鐘;三者最長影片分別為 10 秒、16 秒和 60 秒。文章建議按寫實度、速度、價格及後期製作需求選擇。

  4. 雷鋒網65

    Pika 發佈 Pika H3 Flex,開放適配器權重及推理程式碼,以六步去噪生成影片與音訊

    Pika 發佈以 MiniMax H3 為基礎的衍生模型 Pika H3 Flex,開放適配器權重及推理程式碼,透過六步去噪聯合生成畫面與聲音。模型提供兩套 LoRA 適配器,原生支援 480P、768P 輸出,可生成約 5 至 15 秒影片及同步立體聲音訊。Pika API 另提供 1080P、2K、4K 影片增強,以及將同步音訊拆分為對白、配樂、音效、擬音和環境聲五類獨立音軌的功能。